新材料学院在基于拓扑数学与机器学习研究材料结构规律取得进展
2021.04.27机器学习在各领域的广泛应用促生其在材料领域的应用，它提供了一种新型的工具，即能从高维数据中发现数据间的规律，有助于减少计算量从而加速对新材料的探索。特征提取（特征工程）是机器学习的关键组成部分，选择合适的形式来表达将直接影响最终模型的效...
机器学习在各领域的广泛应用促生其在材料领域的应用，它提供了一种新型的工具，即能从高维数据中发现数据间的规律，有助于减少计算量从而加速对新材料的探索。特征提取（特征工程）是机器学习的关键组成部分，选择合适的形式来表达将直接影响最终模型的效...
锂电池作为新一代绿色储能器件已经改变了我们的生活，正极材料仍然是电池储存容量、循环寿命以及成本的瓶颈,通常具有高工作电压以及超高的可逆比容量，是开发下一代高能量密度锂离子正极材料的研究重点之一。富锂锰基层状过渡金属氧化物(aLi2MnO3.bNMC)已...
锂电池作为新一代绿色储能器件已经改变了我们的生活，使我们用上了手机等移动通信和电动车等绿色出行。目前正在使用锂电池正极材料可分为3类，高端手机等用的钴酸锂、电动车电池用的有层状高容量但安全性不高的镍钴锰三元氧化物和高安全但容量不高的磷酸铁...
随着汽车工业逐渐向电动化转移，高性能电池的需求将大大地增加。在过去的三十年，电池技术的革新已经取得了巨大的成功，能量密度大幅提升。当前，电动化时代面临的主要挑战是电池高昂的成本。电池的成本问题主要与急速增加的原料价格有关，其中尤其是作为...
近年来，基于极化子在正极材料中的广泛出现和其对于电子导电性的重要研究价值，北京大学深圳研究生院新材料学院潘锋教授和郑家新副教授致力于开展极化子现象的相关机理研究，取得了系统性进展。
近日，在西北工业大学（西安）柔性电子研究院黄维院士的带领下，北京大学深圳研究生院孟鸿教授课题组报道了一种同时具有柔性和多种传感功能的三相电驱动的电致发光（TPEL）器件，这是世界上首次报道的由三相交流电直接驱动的电致发光器件。相关论文以“Thr...
近期，北京大学深圳研究生院新材料学院潘锋教授团队针对低成本电池正极材料MnO2的研究与发展进行总结，对通过合成过程预嵌入离子/分子能等“预嵌入策略”调控和优化MnO2性能与相关机理进行综述及未来研究发展进行展望。
水系锌离子电池是未来高安全的储能和车用动力电池。微酸性水系以MnO2为正极的锌二次电池（Zn-MnO2）有着良好的安全性、较高的元素丰度和不错的环境相容性，使其成为大规模储能领域下一代电池的候选之一，但由于其电池内部反应的复杂性，其储能机制在当今科...
新材料学院郑家新课题组Nature Machine Intelligence：探索电解液配方模型的泛化边...
新材料学院潘锋/杨卢奕团队在Advanced Materials上报道硅基负极SEI的协同构筑策略
新材料学院潘锋团队与合作者在《JACS》报道新型高安全长循环水系镁离子储能电池
北大深研院新材料学院潘锋团队揭示锂电池富锂锰基正极材料电压滞后与结构演化的机理
科学智能院AI4S交叉研究取得新进展｜田永鸿、袁粒团队提出异质分子编码统一框架，...
信息工程学院杨玉超教授团队在忆阻神经形态计算研究中取得重要进展
城规学院赵鹏军教授、汤俊卿助理教授在Nature Sustainability发文
深研院新材料学院潘锋团队在JACS上报道研发基于多齿配位化学构筑自适应离子交联锂...
